PointNet++
Aucune estimation
Aucun besoin matériel pour ce modèle
Les poids de ce modèle n'ont pas été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel, quelle que soit la taille. Il n'est accessible que via son fournisseur, et aucune carte graphique ne change cela.
Enregistrement terminé
Spécification complète
Tout ce qui concerne ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — contexte utile pour évaluer le travail fourni et sa comparaison avec des modèles construits à une échelle différente.
Origine
Qui a construit ce modèle, où et quand il a été publié.
- Organisation
- Stanford University
- Type d'organisation
- Academia
- Pays
- United States of America
- Publié
- 7 June 2017
- Auteurs
- Charles R. Qi, Li Yi, Hao Su, Leonidas J. Guibas
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut en porter plusieurs de chacun.
- Domaine
- 3D modeling
- Tâche
- 3D segmentation
- Format numérique
- FP32
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui détermine s'il tient sur une carte graphique donnée.
- Données d'entraînement
- 60,000 tokens
Comment il est classé
Étiquettes que le jeu de données source applique lors du suivi des modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- Highly cited
- Confiance d'enregistrement
- Unknown
- Citations
- 14,031
Sources
D'où provient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- PointNet++: Deep Hierarchical Feature Learning on Point Sets in a Metric Space
- Dernière mise à jour
- 25 May 2026
Ce que signifient les chiffres
Ce que ce modèle est
PointNet++ was published by Stanford University, in United States of America, in June 2017. The organisation is categorised as academia.
It works in 3D modeling, and is recorded as doing 3D segmentation.
Ses poids n'ont jamais été publiés, donc on ne peut y accéder que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
Around 60,000 tokens went into training it.
It is tracked in the underlying dataset for one reason in particular: highly cited.
Réponses
PointNet++ — Questions fréquentes
What is PointNet++ used for?
PointNet++ works in 3D modeling, and is recorded as handling 3D segmentation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run PointNet++?
None. PointNet++ is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is PointNet++ open source?
The licensing for PointNet++ was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does PointNet++ have?
No parameter count has been published for PointNet++, which is why no memory or speed figure appears on this page.
Who created PointNet++?
PointNet++ was published by Stanford University, based in United States of America, categorised as academia.
When was PointNet++ released?
PointNet++ was published in June 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
Dans l'autre sens
Regardez-la de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez connaître tout ce qu'elle pourra exécuter, commencez plutôt par le matériel.